Transcript

SESIÓN 6: ESPACIOS VECTORIALES

Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será cerrado:

Es una operación interna tal que:

1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro , es decir

4) tenga elemento opuesto, es decir

y la operación producto por un escalar:

Con la operación externa tal que:

5) tenga la propiedad asociativa:

6) sea elemento neutro del producto:

7) tenga la propiedad distributiva del producto respecto a la suma de vectores:

8) tenga la propiedad distributiva del producto respecto a la suma de escalares:

Observaciones

La denominación de las dos operaciones no condiciona la definición de espacio vectorial por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicación para el producto y adición para la suma, usando las distinciones propias de la aritmética.

Para demostrar que un conjunto es un espacio vectorial:

Lo es si sus dos operaciones, por ejemplo y admiten una redefinición

del tipo y cumpliendo las 8 condiciones exigidas.

Si supiésemos que es un grupo conmutativo respecto la suma ya tendríamos probados los apartados 1, 2, 3 y 4.

Si supiésemos que el producto es una acción por la izquierda de tendríamos probados los apartados 5 y 6.

Si no se dice lo contrario:

.

Propiedades

Unicidad del vector neutro de la propiedad 3:

Supongamos que el neutro no es único, es decir, sean y dos vectores neutros, entonces:

Unicidad del vector opuesto de la propiedad 4:

Supongamos que el opuesto no es único, es decir, sean y dos vectores opuestos de , entonces, como el neutro es único:

Unicidad del elemento en el campo :

Supongamos que 1 no es único, es decir, sean y dos unidades, entonces:

Unicidad del elemento inverso en el campo :

Supongamos que el inverso de a, no es único, es decir, sean y dos opuestos de , entonces, como el neutro es único:

Producto de un escalar por el vector neutro:

Producto del escalar 0 por un vector:

Si

Si es cierto.

Si entonces:

Notación

.

Observación

Si

Si

Primer ejemplo con demostración al detalle

Se quiere probar que es un espacio vectorial sobre

Si juega el papel de y el de :

Los elementos:

son, de forma genérica:

es decir, pares de números reales. Por claridad se conserva la denominación del vector, en este caso u, en sus coordenadas, añadiendo el subíndice x o y para denominar su componente en el eje x o y respectivamente

En se define la operación suma:

donde:

y la suma de u y v sería:

donde:

esto implica que la suma de vectores es interna y bien definida.

La operación interna suma tiene las propiedades:

1) La propiedad conmutativa, es decir:

2) La propiedad asociativa:

3) tiene elemento neutro :

4) tenga elemento opuesto:

La operación producto por un escalar:

El producto de a y u será:

donde:

esto implica que la multiplicación de vector por escalar es externa y aun así está bien definida.

5) tenga la propiedad asociativa:

Esto es:

6) sea elemento neutro en el producto:

Que resulta:

Que tiene la propiedad distributiva:

7) distributiva por la izquierda:

En este caso tenemos:

8) distributiva por la derecha:

Que en este caso tenemos:

Queda demostrado que es espacio vectorial.

Ejemplos de espacios vectoriales

1. Los Campos

Todo cuerpo es un espacio vectorial sobre él mismo, usando como producto por escalar el producto del campo.

es un espacio vectorial de dimensión uno sobre .

Todo cuerpo es un espacio vectorial sobre su subcampo, usando como producto por escalar el producto del cuerpo.

es un espacio vectorial de dimensión 2 sobre .

es un espacio vectorial de dimensión infinita sobre .

2. Sucesiones sobre un campo

El espacio vectorial más conocido notado como , donde n>0 es un entero, tiene como elementos n-tuplas, es decir, sucesiones finitas de de longitud n con las operaciones:

(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn). a(u1, u2, ..., un)=(au1, au2, ..., aun).

Las sucesiones infinitas de son espacios vectoriales con las operaciones:

(u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...). a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...).

El espacio de las matrices , , sobre , con las operaciones:

También son espacios vectoriales cualquier agrupación de elementos de en las cuales se defina las operaciones suma y producto entre estas agrupaciones, elemento a elemento, similar al de matrices, así por ejemplo tenemos las cajas sobre que aparecen en el desarrollo de Taylor de orden 3 de una función genérica.

3. Espacios de aplicaciones sobre un cuerpo

El conjunto de las aplicaciones , un cuerpo y un conjunto, también forman espacios vectoriales mediante la suma y la multiplicación habitual:

Los polinomios

Suma de f(x)=x+x2 y g(x)=-x2.

El espacio vectorial K[x] formado por funciones polinómicas, veámoslo:

Expresión general: ,donde los coeficientes , considérese .

, donde

y ,

.

Las series de potencias son similares, salvo que se permiten infinitos términos distintos de cero.

4. Funciones trigonométricas

Las funciones trigonométricas forman espacios vectoriales, con las siguientes operaciones:

Expresión general:

,

.

5. Los sistemas de ecuaciones lineales homogéneas

Sistema de 2 ecuaciones y 3 variables

o equivalentemente

simplificado como

Un sistema de ecuaciones lineales homogéneas (ecuaciones lineales en las que es

siempre una solución, es decir, ) posee soluciones que forman un espacio vectorial, se puede ver en sus dos operaciones:

Si

Si .

También que las ecuaciones en sí, filas de la matriz notadas como una matriz , es

decir, , son un espacio vectorial, como se puede ver en sus dos operaciones:

Si

Si .

6.1 Definición de subespacio vectorial

Sea un espacio vectorial sobre y no vacío, es un subespacio vectorial de si:

Consecuencias

hereda las operaciones de como aplicaciones bien definidas, es decir que no escapan de , y como consecuencia tenemos que es un espacio vectorial sobre .

Con cualquier subconjunto de elementos seleccionados en los espacios vectoriales anteriores, no vacío, se pueden generar subespacios vectoriales, para ello sería útil introducir nuevos conceptos que facilitarán el trabajo sobre estos nuevos espacios vectoriales.

Resultados internos

Para detallar el comportamiento interno de todos los espacios vectoriales de modo general es necesario exponer una serie de herramientas cronológicamente vinculadas entre ellas, con las cuales es posible construir resultados válidos en cualquier estructura que sea espacio vectorial.

6.2 COMBINACIONES LINEALES

Cada vector u es combinación lineal de forma única

Dado un espacio vectorial , diremos que un vector u es combinación lineal de los

vectores de si existen escalares tales que

Notaremos como el conjunto resultante de todas las combinaciones lineales de los vectores de .

Proposición 1

Dado un espacio vectorial y un conjunto de vectores, el conjunto es el subespacio vectorial más pequeño contenido en y que contiene a .

Demostración Nota. En este caso se dice que es un sistema de generadores que genera a .

Independencia lineal

Diremos que un conjunto de vectores es linealmente independiente si el vector 0 no se puede expresar como combinación lineal no nula de los vectores de , es decir:

Si .

Diremos que un conjunto de vectores es linealmente dependiente si no es linealmente independiente.

Proposición 2

son linealmente dependientes


Top Related